有uu知道微信小店的后端岗暑期有几轮技术面吗

1. 介绍一下你做过的最有挑战性的项目，遇到了什么技术难点，如何解决的？回答框架：项目背景：简要说明项目目标和技术栈技术挑战：具体描述遇到的核心问题（性能瓶颈、并发问题、架构设计等）解决方案：详细说明采用的技术方案和实现细节效果量化：用数据说明优化效果（性能提升X%、响应时间降低等）反思总结：学到了什么，还有哪些改进空间示例："我做过一个高并发的订单处理系统。最大的挑战是在秒杀场景下，数据库成为瓶颈，出现大量超时。我采用了多级缓存架构：Redis缓存库存，本地缓存热点数据，使用Lua脚本保证原子性扣减库存。同时引入消息队列异步处理订单，削峰填谷。最终QPS从2000提升到15000，...

自我介绍 实习项目深挖：实习项目介绍kafka深挖，说一下底层kafka设计。kafka消费性能瓶颈，咋解决的。监控什么数据。lsm-tree个人项目：挖的很深，很多问题问我咋解决的，怎么分析性能瓶颈。出问题怎么排查。问的我哑口无言了，害怕。（细节问题记不清了）也有问到咋用ai检查问题。问高并发：rpc架构咋实现高并发。平常用不用ai，这些大模型的区别说一下agent理解。

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 项目深挖2. 算子优化从 profiling 到落地的完整流程？如何判断一个算子是 memory-bound 还是 compute-bound？3. 用过哪些 profiling 工具？Nsight Systems 能看到指令级流水吗？4. 优化时，Warp利用率低怎么归因？负载不均衡怎么解决？5. 昇腾NPU和 NVIDIA GPU架构差异，内存层级设计6. 多进程和多线程的性能区别7. 还了解哪些模型级优化手段？比如 KV Cache / 算子融合 / 量化8. 模型输出和预期不符，怎么 debug？误差累积怎么解决9. 对第一份工作最看重什么？10. 为什么投卓驭？了解我们技术路线吗？